成大「CARE-Valve」團隊勇奪國際學生醫學工程設計獎 IFMBE競賽銀牌
文、圖／成大醫工系
2022 年國際醫學生物工程聯合會，日前於新加坡舉辦國際生物醫學工程年會，並同時舉辦國際學生醫學工程設計獎（IFMBE Toh Siew Lok Student Design Award）競賽，以紀念前新加坡生物醫學工程學會副主席 Toh Siew Lok，此次競賽吸引全球大專院校的學生組隊參與，今年競賽主題，要求參賽團體，針對資源匱乏地區，設計出改善當地醫療保健環境的技術。歷經 4 個月的競爭，國立成功大學生物醫學工程系所組成的「CARE-Valve」學生團隊，以可解釋性人工智慧，用於快速篩檢瓣膜性心臟病的穿戴式邊緣運算系統，從全球 50 多組學生團隊競爭中脫穎而出，並在新加坡國際醫工年會現場參與決賽發表及展出，勇奪銀牌獎殊榮。
成大「CARE-Valve」學生團隊以可解釋性人工智慧，用於快速篩檢瓣膜性心臟病的穿戴式邊緣運算系統，從全球 50 多組學生團隊競爭中脫穎而出，勇奪銀牌獎
「CARE-Valve」團隊，主要來自成大醫工系林哲偉教授穿戴與行動照護科技實驗室博士班及碩士班學生謝侑良、賴誠信（Febryan Setiawan）、溫子謙、李盈真、吳梓豪、朱俊憲等 6 位同學共同組成，並由台南市立醫院蔡良敏院長、成功大學醫學院神經科部林宙晴主任和成功大學醫學院內科部陳儒逸醫師擔任臨床醫學顧問。
該團隊參賽產品，主要是開發可解釋人工智慧，用於快速篩檢瓣膜性心臟病的穿戴式邊緣運算系統，成大醫工系林哲偉教授指出，在資源匱乏地區，像是非洲、印度、東南亞等地，他們患有瓣膜性心臟病的發生率，是已開發國家的 90 倍以上，但這些地區又沒有足夠的醫療資源，使用像是聽診器、心臟超音波，這類高度仰賴專業醫師、技師操作及判讀的醫療器材。
「CARE-Valve」穿戴式邊緣運算系統
「CARE-Valve」團隊所開發的穿戴式邊緣運算系統，除了可以更快、更穩定的取得生理訊號，還可以透過人工智慧的邊緣運算系統，快速篩檢出受測者是否有患病的風險，而另外一個裝置亮點，是可解釋人工智慧（Explainable AI）的應用，可讓臨床專家理解深度學習模型所抓取的辨識特徵與臨床特徵使否吻合，團隊將此新穎概念運用在辨識演算法的開發上。
「CARE-Valve」團隊透過更容易固定的夾子式機構，來收集受測者手腕橈動脈壓力波，並透過深度學習，完成瓣膜性心臟病的辨識演算法開發，深度學習模型也使用可解釋人工智慧來驗證，結果顯示，該模型確實可以有效且準確的識別出各種結構性心臟病的特徵，且特徵是可以對應到電生理訊號的生理意義上，最後再將這個可信賴的模型，移植到邊緣運算系統上，實現可自動且穩定的瓣膜性心臟病穿戴式辨識系統。
「CARE-Valve」團隊透過更容易固定的夾子式機構，來收集受測者手腕橈動脈壓力波，並透過深度學習，完成瓣膜性心臟病的辨識演算法開發
成大醫工系林哲偉教授說，在準備競賽期間，團隊成員針對競賽核心目標「改善資源匱乏地區的醫療技術」，透過不斷的搜索大量相關文獻及資料，逐步釐清臨床的未滿足需求，所設計出的「CARE-Valve」穿戴式邊緣運算系統，其中生理訊號感測模組已通過 IEC60601-1 醫療器材電器安全認證，以確保使用者的安全，團隊也將醫療器材法規及醫療器材產品優良製造規範納入整體考量，加速銜接目標市場，協助資源匱乏地區的居民，能快速篩檢瓣膜性心臟病。
「CARE-Valve」團隊學生特別感謝在開發期間，台南市立醫院蔡良敏院長、成功大學醫學院神經科部林宙晴主任，和成功大學醫學院內科部陳儒逸醫師提供臨床醫學上的寶貴建議，也感謝教育部精準健康產業跨領域人才培育計畫智慧醫材教學推動中心、成大醫工系、成大前瞻醫療器材科技中心的協助，提供珍貴的市場需求經驗，讓團隊有機會參與這跨國跨校的創新競賽，與各國不同新創團隊相互交流學系，獲得寶貴的經驗及豐碩的成果。
維護單位:
新聞中心
更新日期:
2022-08-26
瀏覽數:
分享